诺亚方舟

1 假设检验1.1 基本原理背景：在总体的分布函数完全未知或只知其形式、但不知其参数的情况下, 为了推断总体的某些性质，提出某些关于总体的假设。 例如, 提出总体服从泊松分布的假设；又如，对正态总体提出数学期望等于$\mu$的假设等. 假设检验就是根据得到的样本对所提出的假设作出判断: 是接受, 还是拒绝. 例1：某车间用一台包装机包装葡萄糖, 包得的袋装糖重是一个随机变量, 它服从正态分布.当机器正常时, 其均值为0.5千克, 标准差为0.015千克.某日开工后为检验包装机是否正常, 随机地抽取它所包装的糖9袋, 称得净重为(千克)：0.497 0.506 0.518 0.524 0.498 0.511 0.520 0.515 0.512, 问机器这一天是否正常? 分析：用$\mu$和$\sigma$分别表示这一天袋装糖总体X的均值和标准差，由长期实践可知，标准差较稳定，设$\sigma=0.015$，则$X \sim N\left(\mu, 0.015^{2}\right)$，其中$\mu$未知。 目标：根据样本值判断$\mu&#x ...

1 参数估计设有一个统计总体, 总体的分布函数为$F(x, \theta)$，其中$\theta$为未知参数。$X_{1}, X_{2}, \cdots, X_{n}$是从总体X得到的样本，要根据该样本对参数$\theta$做出估计，或估计$\theta$的某个已知函数$g(\theta)$，这类问题成为参数估计。 已知总体的分布，来估计总体的参数。本章主要讲解参数估计中的点估计和区间估计。 2 点估计2.1 点估计的概念设总体X的分布函数$F(x ; \theta)$的形式已知，$\theta$是待估参数，$X_{1}, X_{2}, \cdots, X_{n}$是X的一个样本，$x_{1}, x_{2}, \cdots, x_{n}$是相应的样本值，用样本值估计参数值。 定义：构造一个适当的估计量$\hat{\theta}\left(X_{1}, X_{2}, \cdots, X_{n}\right)$，用它的观察值$\hat{\theta}\left(x_{1}, x_{2}, \cdots, x_{n}\right)$来估计未知参数$\theta$，称$\hat{\thet ...

1 实验环境 操作系统版本：Windows 11 家庭中文版23H2 Wireshark版本：4.2.5 Cmd版本：10.0.22631.3296 2 实验内容2.1 Ping数据包抓取以及ICMP协议分析Ping命令是一种网络工具，用于测试主机之间的连接性。通过发送ICMP回显请求消息到目标主机，并等待目标主机的回复，可以确定目标主机是否可达以及往返延迟（Round-Trip Time，RTT）是多少。Ping命令通常用于诊断网络连接问题，也可用于测量网络的稳定性和性能。 使用Wireshark工具抓取ping数据包，首先在Cmd状态下使用ping命令连接百度网址。 图2.1 Ping命令结果 由图2.1可知，向www.baidu.com发送了4个数据包，总共收到了4个，没有丢失。之后在Wireshark中查看抓取的数据包。 图2.2 Ping命令抓包结果 由图2.2所示，通过过滤器查看ICMP协议的数据包，可以从数据包的Info字段看到有来自发送方的请求和来自接收方的回复。 ICMP（Internet Control Message Protocol）是TCP ...

1 二阶与三阶行列式1.1 二阶行列式定义：由四个数排成二行二列（横排称行、竖排称列）的数表$\begin{array}{ll}a_{11} & a_{12} \ a_{21} & a_{22}\end{array}$，表达式$a_{11} a_{22}-a_{12} a_{21}$称为上述数表确定的二阶行列式，并记作$\left|\begin{array}{ll}a_{11} & a_{12} \ a_{21} & a_{22}\end{array}\right|$。 $$D=\left|\begin{array}{ll}a_{11} & a_{12} \ a_{21} & a_{22}\end{array}\right|=a_{11} a_{22}-a_{12} a_{21}$$ 计算规则：对角线法则 1.2 三阶行列式定义：设有9个数排成3行3列的数表 $$\begin{array}{lll}a_{11} & a_{12} & a_{13} \ a_{21} & a_{22} & ...

1 随机样本1.1 总体对有关对象的某一数量指标进行试验和观察，将试验的全部可能的观察值称为总体； 每一个可能的观察值称为个体，个体的数量称为总体的容量。 一个总体对应一个随机变量X；随机变量的分布函数和数字特征称为总体X的分布函数和数字特征。 1.2 样本总体分布一般是未知的，或只知道是包含未知参数的分布。通过从总体中抽取一部分个体，根据获得的数据推断总体分布，这一抽取过程称为 “抽样”，所抽取的部分个体称为总体的一个样本. 样本中所包含的个体数目称为样本容量. 从总体抽取一个个体：对总体X进行一次观察并记录结果。 定义：设X是具有分布函数F的随机变量，若$X_{1}, X_{2}, \ldots, X_{\mathrm{n}}$是具有同一分布F的且相互独立的随机变量，则$X_{1}, X_{2}, \ldots, X_{\mathrm{n}}$为从总体X(总体F)得到的容量为n的简单随机样本，简称样本。 观察值$X_{1}, X_{2}, \ldots, X_{\mathrm{n}}$为样本值，又称为X的n个独立观察值。 “简单随机抽样”特点：$X_{1}, X_{2}, \l ...

面试时间：2024年6月13日14:15~14:50 面试公司：华为 面试类型：业务主管面 1 整体感受面试官没有开摄像头，不知道面试官的表情，感觉有点不得劲哈哈。 整体来说感觉还行，这次面试没有问很多技术上的问题，更多是对你价值观一些的问题，还有会深挖一些简历上的东西，所以应该对简历上的内容非常熟悉。 而且，面试官真的很好，我面试中说到了我早上8点之前就到实验室，然后除了吃饭之外，基本上都在实验室，晚上10点才离开，然后面试官就开始鼓励我，他说“你的这个习惯真的很好，一定要坚持下去，因为等你到中年发现，你一生中的很多成就都是在你青年的时候获得的，所以在你青年的时候一定要多做一些事情，这样你才有所收获”。 面试结束了，之后也没有其他的面试了，就只有等待结果了，希望自己可以通过，真的很想去华为实习，这个经历真的很nice。 1.1 自己做的不错的地方 面试官问什么就答什么，可以适当拓展，但是不要说太多了，要不然面试官可能都不想听下去 回答的逻辑也比较好，有条理，可以让面试官抓到重点 感觉自己的面试经验经过这几次面试已经提升了很多了 2 提问的问题 问：你能介绍一下论文中的创新 ...

面试时间：2024年6月13日9:00~9:50 面试公司：华为 面试类型：技术面 1 整体感受感觉面试官一进来就很面善哈哈哈哈，整体感觉面试过程很让人舒服，面试官说话的语气也很好。 面完整体感觉还是挺不错的，希望能通过这一轮面试。 1.1 需要加强的地方 需要了解一下C++和Python语言的特性，面试真的会被问到 基础知识还是挺重要的，系统能力应该注意 2 提问的问题首先让你进行自我介绍，感觉现在自己自我介绍一点都不紧张，很放松，达到了自己想要的效果。 2.1 针对简历 问：你当过就业市场部副部长，还举办过第一届双选会？ 答：是的，（说完之后面试官笑了笑，哈哈哈哈，感觉挺逗的，当时我应该再回复几句就更好了哈哈哈，面试官人真好） 问：你简历中参加了博弈大赛，获得了两个项目的一等奖，能具体说一下队伍分工吗？ 答：我们队伍一共3个人，我作为队长主要负责整体进度规划和核心代码撰写，另一个人主要负责神经网络的训练，最后一个人主要负责棋力水平的测试。 问：你说你们训练使用了分布式训练，能具体说一下吗？ 答：我们学校的机房中机器大部分都是没有GPU的机器，只有CPU，所以我 ...

1 大数定律1.1 弱大数定律 (辛钦大数定律)设随机变量序列 $ X_{1} $, $X_{2}$,$ \ldots $ 相互独立，服从同一分布，具有数学期望$E\left({X}_{i}\right)=\mu,i=1,2,…$，则对于任意正数$\mathcal{E}$，有 $$\lim_{n\to\infty}P{|\frac1n\sum_{i=1}^nX_i-\mu|<\varepsilon}=1$$ 1.1.1 依概率收敛定义及性质设Y1, Y2, …,Yn…是一个随机变量序列，a是一个常数。若对任意正数ε，有 $$\lim_{n\to\infty}P{|Y_n-a|<\varepsilon}=1$$ $则称序列 Y_{1}, Y_{2}, \cdots Y_{n}, \cdots 依概率收敛于a$，记作$Y_{n} \xrightarrow{P} a.$ 1.1.2 定理1的另一种叙述设随机变量序列X1,X2, … 相互独立，服从同一分布，具有数学期望$E\left(X_{i}\right)=\mu ...

1 数学期望1.1 随机变量的数学期望概念定义1：设$X$是离散型随机变量，它的分布律是：$P ( X=x_{k} ) =p_{k}, k=1,2, \ldots$，若级数$\sum_{k=1}^{\infty} x_{k} p_{k}$绝对收敛，则称级数$\sum_{k=1}^{\infty} x_{k} p_{k}$的和为随机变量$X$的数学期望。 $$E(X)=\sum_{k=1}^{\infty} x_{k} p_{k}$$ 定义2：设连续型随机变量$X$的概率密度为$f(x)$，如果积分$\int_{-\infty}^{+\infty} x f(x) \mathrm{d} x$绝对收敛，则称该积分的值为随机变量X的数学期望或者均值，记为$E(X)$，即 $$E(X)=\int_{-\infty}^{+\infty} x f(x) \mathrm{d} x$$ 1.2 随机变量函数的数学期望定理1：设$Y$是随机变量$X$的函数$Y=g(X)$（ $g$ 是连续函数）： 当$X$为离散型 ...

今天是毕业生答辩，虽然我还有其他的任务要做，但是我觉得抽出这个时间去旁听还是很重要的，因为我明年也要有这个经历，知己知彼，百战不殆。 1 个人感受感觉好多人都是各种各样的管理系统，在听的过程中，感觉老师对这种管理系统都有些厌烦了。 在答辩的过程中，一定要展现出自己的自信，不要总是读PPT的文字，并且要多抬起头看老师，还有就是PPT中的内容不要放很多文字，要不然看着真的很难受。 除此之外，在做PPT的时候还是要做的美观一点吧，今天看的一些PPT真的一言难尽，一点想看下去的欲望都没有。所以说，有时间可以学一下做PPT，怎么做的美观大方，上了研究生肯定还有很多机会要用到PPT进行展示，所以这个技能学了不亏。 1.1 发现的别人的问题1.1.1 PPT 字有点小，看不清 格式混乱，有些同学展示代码，但是代码是直接复制的文本，一点高亮都没有，感觉一点不想看 有人在PPT中整活，但是最好还是不要整了，因为看老师的效果不太好 不要一直低头读PPT，另外不要只顾自己的感受，要看一下老师的反应 PPT中的图表可以加一些颜色，要不然感觉有点难看和生硬 没有实现的或者实现了一部分的内容不要写在其中 1.1 ...